Расчет страховых рисков с использованием материалов дистанционного зондирования земли (ДЗЗ)

Аннотация

В данной статье рассматривается методы оценки страховых рисков с использованием дистанционного зондирования земли (ДЗЗ). Будет подробно рассмотрено применение этого метода для анализа и оценки страховых рисков или оценки наступления страховых случаев. Статья поможет читателям понять преимущества использования ДЗЗ при оценке страховых рисков, а также продемонстрирует его значимость для эффективного управления и минимизации потенциальных убытков.

Введение

По расчетам ООН, в течение трех лет, начиная с 2021 года, ущерб от стихийных бедствий, включая непокрытые страхованием потери, превысил 784 миллиарда долларов. Сообщается, что к 2023 году страховые компании Gallagher Re оценили общие застрахованные потери от стихийных катастроф свыше 100 миллиардов долларов, что является шестым случаем с 2017 года. В 2022 году общее страховое возмещение от стихийных бедствий составило 115 миллиардов долларов, а в 2021 году – 121 миллиард долларов. За 2023 год страхование покрыло приблизительно половину общего ущерба. В свою очередь, в 2022 и в 2021 годах страховое покрытие составило всего лишь 43% и 38% соответственно от общего ущерба, причиненного стихийными бедствиями.

Дистанционное зондирование земли (ДЗЗ) представляет собой технологию, которая позволяет получать информацию о Земле при помощи спутников, дронов и других беспилотных систем. Сегодня развитие этой области идет стремительными темпами, позволяя получать данные с высокой точностью и частотой обновления. Благодаря такому развитию, информация, собранная с помощью ДЗЗ, находит широкое применение в различных сферах, включая агрокультуру, геологию, гидрометеорологию, экологию, градостроительство и страхование.

В контексте страхования, данные, полученные через ДЗЗ, становятся ценным инструментом для оценки и управления рисками. С точной и актуальной информацией, предоставляемой дистанционным зондированием, страховые компании могут более эффективно анализировать потенциальные угрозы и разрабатывать стратегии страхования, основанные на объективных данных.

В сфере страхования дистанционное зондирование земли находит применение в различных направлениях:

1. Страхование сельскохозяйственных культур: Мониторинг посевов, оценка состояния почвы и выявление патологий растений с помощью ДЗЗ позволяют снизить риски страхового случая и оптимизировать процессы страхования сельскохозяйственных угодий.
2. Недвижимость и страхование имущества: ДЗЗ используется для мониторинга и выявления угроз, таких как земельные оползни, участки с пожароопасностью и наводнения, что способствует разработке индивидуальных страховых продуктов.
3. Страхование от стихийных бедствий: Учитывая возможность прогнозирования наводнений, пожаров и других стихийных бедствий с помощью ДЗЗ, страховые компании могут предложить более гибкие и адаптированные политики страхования, минимизируя потенциальные риски для своих клиентов.

Все эти аспекты подчеркивают важность применения дистанционного зондирования земли в сфере страхования, повышающего точность оценки рисков, повышающего надежность страховых продуктов и улучшающего управление рисками как для страховщиков, так и для клиентов. Далее мы рассмотрим основные методы, которые способные оптимизировать и улучшить процесс страхования и оценки наступления страхового случая.

Методы оценки страховых рисков с использованием Дистанционного Зондирования Земли (ДЗЗ)

В сфере страхования ДЗЗ уже давно активно используется для проведения оценки страховых рисков. Это связано с тем, что данные, полученные методами ДЗЗ, могут быть использованы для анализа и прогнозирования различных потенциальных угроз и рисков, таких как наводнения, пожары, стихийные бедствия и другие события, которые могут привести к страховым случаям. После же, страховщикам необходимо провести оценку наступившего риска: наступил ли страховой случай и какой размер ущерба был нанесен. И в этой ситуации на помощь придут данные дистанционного зондирования.

Основные методы оценки страховых рисков с использованием ДЗЗ включают в себя:

1. Классификация образований. Этот метод позволяет автоматически классифицировать объекты на изображениях, полученных с помощью ДЗЗ, что помогает выявить и анализировать потенциально опасные территории или объекты.
2. Мультиспектральный анализ. С помощью данных, полученных с различных спектральных диапазонов, можно выявлять изменения в состоянии земной поверхности, а также отслеживать динамику окружающей среды во времени. Мультиспектральные и гиперспектральные данные позволяют построить индексные изображения, которые позволяют получить качественную информацию об объектах: их состав, структура, состояние растительности, наличие влаги или других компонентов.
3. Анализ на основе радиолокационных данных. Этот метод позволяет проводить анализ поверхностей с учетом их рельефа и структуры, что полезно при оценке страховых рисков, связанных с различными формами поверхности. Активный метод зондирования позволяет получить высокоточные данные о поверхности даже во время сильной облачности. Чаще всего его применяют для анализа смещений земной поверхности.
4. Анализ данных сверхвысокого разрешения. Высококачественные спутниковые снимки позволяют получить информацию о территории в режиме близком к реальному времени, что делает мониторинг более оперативным, а анализ рисков более точным.

Инновационные подходы в оценке рисков

В настоящее время во многих развитых странах одним ведущих методов оценки нанесенного ущерба является индексное страхование. Этот метод был разработан с целью упрощения процесса оценки ущерба в местах с неоднородными факторами риска и сделал старые методы менее актуальными, так как они часто основывались на сложных и субъективных процессах проверки убытков, что делало их менее эффективными и дорогостоящими.

Что такое индексное страхование?

Индексное страхование — это методика, основанная на использовании характеристического индекса, такого как индекс здоровья растений, погоды, осадков и т.д. Этот индекс формируется на основе данных ДЗЗ, собранных с космоса или аэросъемки, и позволяет оценить состояние посевов на больших территориях. Преимущество индексного страхования заключается в том, что оно опирается на объективные данные о состоянии посевов, а не на субъективные оценки, что делает его более точным и доступным для широкого использования. Индекс был создан с целью упростить процесс проверки и оценки ущерба, а также сделать страхование более эффективным и прозрачным.

Почему переход к индексному страхованию был необходим?

Одной из главных проблем, которая побудила переход к индексному страхованию, были сложности и задержки, связанные с оценкой реальных ущербов, особенно в случае стихийных бедствий, климатических изменений и других факторов, влияющих на урожайность. Традиционные методы страхования, требующие выезда на место происшествия и сложных проверок убытков, стали менее эффективными и экономически нецелесообразными. Помимо этого, традиционные методы чаще всего использовались в местах с неоднородными факторами риска. Потеря урожая на глинистых почвах и черноземе будут рассматриваться страховыми компаниями одинаково, что вызывает проблему несправедливости оценки. Индексное страхование будет оценивать случаи независимо от других случаев и на основе персональных для случая индексов.

Индексное страхование, с помощью объективных индексов и доступных данных ДЗЗ, предоставляет более точную и оперативную оценку рисков, позволяя страховщикам и фермерам более эффективно управлять финансовыми последствиями стихийных бедствий и других негативных событий, сокращая временные задержки и снижая административные издержки.

Прогнозирование риска наступления страхового случая

Прогнозирование подтоплений и наводнений (рестроспективный анализ), в том числе ежегодных

Прогнозирование риска наступления страхового случая подтопления и наводнения является важным аспектом для страховых компаний и государственных органов, так как эти природные бедствия ежегодно на территории нашей страны приводят к значительным материальным убыткам и чрезвычайным ситуациям. В апреле 2024 года в Орске было крупнейшее за историю современной России наводнение. Только по предварительным данным затопило около 12 000 домов с ущербом более чем в 21 млрд руб.

Одним из наиболее простых и часто используемых методов прогнозирования зон подтопления и наводнения является постоянный мониторинг и прогноз уровня воды в наиболее опасных и важных местах вдоль поймы рек или водохранилищ и т.д. Для оценки потенциальных угроз и картирования водных объектов используются различные водные индексы например:

взвешенный разностный индекс (WDVI):

WDVI= NIR-g* RED, где g – наклон почвенной линии

нормализованный разностный водный индекс (NDWI), определяет изменения в водных объектах:

NDVI = (GREEN+NIR) /(GREEN+NIR)

индекс различий увлажненности (NDMI), определяет уровень содержания влаги в растениях:

NDMI =((NIR – SWIR))/((NIR + SWIR) )

либо радарные данные, неподверженные воздействию облачности из-за свойств радиоволн.

Имея на руках большое разнообразие водных индексов и методов автоматической и машинных классификаций спутниковых изображений (таких как Random Forest или классификации с использованием нейронных сетей), а также архивные данные за несколько лет, можно построить прогнозируемые модели затопленных территорий. Уже начиная с конца XX века создаются годовые архивы данных ДЗЗ на территорию всей Земли, что позволяет сделать прогнозируемые модели более точным. Такой метод прогнозирования называется ретроспективный анализ - метод исследования, где данные и факты из прошлого анализируются для выявления тенденций, закономерностей и причинно-следственных связей.

Вторым не менее важным аспектом прогнозирования является мониторинг состояния дамб. Именно прорыв дамб водохранилищ привел за последние годы к крупнейшим наводнениям. 

Исследовать состояние дамб водохранилищ способен метод радиолокационной дифференцированной интерферометрии. Радиолокационная дифференцированная интерферометрия (D-InSAR) основывается на физических процессах интерференции радиоволн, отраженных от поверхности Земли. Этот метод позволяет измерять малейшие изменения расстояний между прибором и поверхностью, исследуя фазовые изменения сигналов.

D-InSAR позволяет обнаруживать изменения в высоте и движении дамб, что может указывать на скрытые деформации, например, связанные с потенциальными угрозами обрушения. Этот метод обеспечивает непрерывный мониторинг, что позволяет оперативно реагировать на изменения и принимать меры по предотвращению аварийных ситуаций. Таким образом, D-InSAR представляет собой важный инструмент для обеспечения безопасности и надежности дамб и водохранилищ, позволяя детектировать потенциальные угрозы и проводить своевременное техническое обследование и устранение проблем.

Опасность прорыва дамбы сильно увеличивает риски затопления населенных пунктов ниже по течению водотока. Моделирование зоны затопления (?)

Риск схода селей, оползней

Оползни и сели являются крупными геологическими катастрофами, которые всегда наносят масштабный социально-экономический ущерб. Прогноз оползневой и селевой подверженности играет решающую роль в экологическом мониторинге, экологической защите, планировании поселений и страховании. Основным методом прогнозирования оползней является уже ранее упомянутая радиолокационная интерферометрия. Научные исследования подтверждают, что использование радиолокационной интерферометрии значительно повышает точность прогнозирования сходов селей и оползней. Значительное количество данных и их анализ позволяют не только оценивать вероятность подобных событий, но и предсказывать их с определенной степенью уверенности. Более подробно можете об этом узнать в нашей статье.

Риск засухи и опустынивания

Один из распространенных подходов в прогнозировании засухи – использование группы индексов засухи, таких как:

Нормализованный Разностный Водный Индекс (NDWI)

NDWI = (GREEN – NIR) / (GREEN + NIR)

Индекс изначально был создан для исследования водных объектов на поверхности Земли с помощью спутников. Для получения данных используется комбинация каналов, улавливающих сигналы в ближнем инфракрасном диапазоне и зеленой области видимого спектра.

Модифицированный Комбинированный Индекс Дефицита mCDI

mCDI = α*dNDVI +β*dОсадки +σ*dВлага в почве

Комбинированный индекс дефицита (mCDI) был разработан на основе трехмесячной суммы дефицита предшествующего количества осадков и дефицита месячной активности растительности с шагом в один месяц между ними. При формулировании CDI использовались основные биофизические (например, NDVI) и гидрометеорологические (например, количество осадков) переменные, полученные с помощью наблюдений с геостационарных спутников. CDI является потенциальным индикатором для оценки региональной сельскохозяйственной засухи в конце сезона, основанным на задержке реакции между водоснабжением и силой урожая.

Индекс Листовой Поверхности LAI

LAI = leaf area (m2) / ground area (m2)

Индекс разработан для анализа листовой поверхности нашей планеты и анализирует количество листьев на определенной территории. LAI высчитывают как отношение односторонней (освещенной) площади листьев к занимаемой ими поверхности почвы.

Анализ этих и других индексов на основе данных дистанционного зондирования может помочь выявить зоны с увеличенным риском засухи.

Другим методом, который используется для оценки страховых рисков засухи, является использование данных радиолокационной съемки, таких как данные от спутников Sentinel-1, для мониторинга влажности почвы. Информация о влажности почвы, полученная из таких данных, может быть важной для расчета страховых премий и определения риска урожая из-за засухи.

В целом, комбинирование данных дистанционного зондирования с индексами засухи и информацией о влажности почвы позволяет страховщикам и аграрным компаниям более точно прогнозировать и управлять рисками, связанными с засухой, что способствует более эффективному и надежному страхованию урожаев и сельскохозяйственной продукции.

Почему стоит использовать ДЗЗ?

Использование данных ДЗЗ в страховании обусловлено их способностью предоставлять многовариантные и надежные данные об объектах страхования: сельскохозяйственных угодий, недвижимости и др. Данные ДЗЗ позволяют:

• широкий охват и доступность данных: ДЗЗ предоставляет возможность получения информации о различных участках Земли, в том числе удаленных и труднодоступных территориях. Это обеспечивает широкий охват для мониторинга и анализа страховых рисков.
• высокая пространственная и временная разрешающая способность: данные ДЗЗ предоставляют высококачественную информацию с высоким разрешением по пространственным и временным параметрам. это позволяет детально изучать изменения и тренды, связанные с рисками, такими как климатические условия и природные бедствия.
• многообразие данных и спектральная информация: ДЗЗ обладает способностью регистрировать данные в различных спектральных диапазонах, что позволяет анализировать различные аспекты окружающей среды, включая параметры почвы, воды, растительности и другие факторы, важные для оценки страховых рисков.
• мониторинг и прогнозирование: благодаря способности ДЗЗ наблюдать за изменениями в реальном времени, анализировать их и строить прогнозы, этот метод становится ключевым инструментом для мониторинга и прогнозирования рисков, связанных с природными и антропогенными явлениями.
• эффективность и экономия ресурсов: использование ДЗЗ в оценке страховых рисков не только повышает эффективность процесса анализа и принятия решений, но также помогает экономить ресурсы, уменьшая необходимость в масштабных терренных измерениях и обследованиях.
• точность и надежность: данные, полученные путем ДЗЗ, обладают высокой точностью, что позволяет уверенно определять риски и принимать обоснованные решения на основе достоверной информации.
• оперативность: возможность получения и анализа данных близкому к реальному времени позволяет оперативно реагировать на возникающие риски и события, что существенно сокращает время реакции и уменьшает потенциальные убытки.
• масштабируемость: ДЗЗ позволяет масштабировать процессы мониторинга и анализа рисков в зависимости от потребностей, что делает его универсальным инструментом для различных масштабов задач и территорий.
• инновационность: постоянное развитие технологий ДЗЗ обеспечивает доступ к более совершенным методам анализа и прогнозирования рисков, что способствует повышению эффективности и точности оценки.
• устойчивость к внешним факторам: использование ДЗЗ в оценке страховых рисков представляет собой устойчивый подход, не зависящий от многих внешних факторов, что обеспечивает надежность и стабильность результатов анализа.

Все это существенно повышает эффективность процессов страхования.

Оценка ущерба с применением ДЗЗ

От ураганов и града

При изучении последствий ураганов, спутниковый мониторинг играет ключевую роль. С его помощью можно оперативно определить масштаб разрушений, их локализацию, а также их воздействие на окружающую среду. Анализ данных с спутников позволяет оценить ущерб, причиненный сельскохозяйственным угодьям, лесам и инфраструктуре. Полученные выводы помогают готовиться к будущим стихийным бедствиям, создавать меры по предупреждению и уменьшению рисков.

От наводнений

ДЗЗ обеспечивает возможность оперативно оценить ущерб от наводнений. Анализ спутниковых снимков позволяет выявить залитые участки, определить масштаб затоплений, оценить услуги экосистем, а также принять меры для восстановления пострадавших зон. Эта информация полезна для эффективной координации помощи пострадавшим и разработки планов управления водными ресурсами для предупреждения подобных катастроф. Более подробно можете прочитать в нашей статье.

От пожаров

Аэрокосмические снимки при оценке ущерба от пожаров позволяют анализировать повреждения лесов, сельскохозяйственных угодий, инфраструктуры и населенных пунктов. Специализированные алгоритмы обработки снимков помогают определить зоны возгорания, распространение огня, а также его источники. Полученные данные используются для разработки мер по восстановлению территорий, контроля над возможными экологическими последствиями и оценки угроз для населения. Более подробно можете прочитать в нашей статье.

От засухи

Данные полученные методами ДЗЗ способны помочь в оценке ущерба от засухи, путем анализа изменений в растительном покрове, почвенных условиях и доступности водных ресурсов. Спектральные данные с спутников позволяют выявлять зоны с повышенной степенью засушливости, предсказывать урожайность сельскохозяйственных культур и принимать меры по смягчению воздействия засухи на сельское хозяйство и экосистемы. Более подробно можете прочитать в нашей статье.

От опустынивания

Аэрокосмический мониторинг оценивает ущерб от опустынивания путем отслеживания и анализа изменений в растительном покрове, почвенной структуре и распределении водных ресурсов. Анализ спутниковых данных позволяет выявить зоны с повышенным риском опустынивания, оценить темпы распространения пустынь, и разрабатывать меры по улучшению землепользования и восстановлению деградированных участков. Более подробно можете прочитать в нашей статье.

От экологических катастроф, разлив нефти, химикатов и прочего

Дистанционное зондирование позволяет быстро оценить ущерб от экологических катастроф, таких как разлив нефти или химикатов. Анализ данных ДЗЗ позволяет определить масштаб загрязнения, его распространение, а также влияние на окружающую среду и живые организмы. Полученная информация используется для принятия мер по уменьшению вреда, восстановлению экосистем, а также для определения ответственных структур и разработки стратегий предотвращения подобных катастроф в будущем. Более подробно можете прочитать в нашей статье.

Применение

Было проведено исследование, в котором изучали потенциал и фактическую поддержку дистанционного зондирования для страхового дела, связанного со сельским хозяйством. Исследование показало, что использование дистанционного зондирования в классическом страховании на основе убытков, описанное в литературе, сводится к ущербу урожая и оценке риска наводнения и пожара.

Это обнаружение привело к выводу, что страховые компании предлагают различные продукты индексного страхования, основанные на дистанционном зондировании. Например, индексное страхование для растительности и животных на пастбищах уже работает, и различные приложения в области индексного страхования урожаев рассматриваются или находятся в разработке. Исследование показало, что есть особая область применения дистанционного зондирования страховой отраслью в индексных страховых продуктах, потому что (1) можно создать индексы, которые хорошо коррелируют с тем, что застраховано; (2) эти индексы можно предоставить по низкой стоимости; и (3) это открывает новые рынки, которые не обслуживаются классическим страхованием на основе убытков.

В заключении исследования отмечается, что ограниченное внедрение дистанционного зондирования в страхование объясняется недостатком взаимопонимания и призывает к большему сотрудничеству между страховой отраслью и дистанционным зондированием для расширения практического применения этой технологии.

В заключении исследования подчеркиваются несколько проблем, которые необходимо решить для стимулирования применения дистанционного зондирования в индексном страховании. Это включает создание или поддержание благоприятной среды, готовой субсидировать страхование, а также решение нескольких технических проблем в области дистанционного зондирования. Основной же проблемой представляет собой медленное принятие дистанционного зондирования в сфере страхования, что является результатом взаимного недопонимания возможностей, предлагаемых дистанционным зондированием сообществом и страховой отраслью.

Из всего обсуждения в исследовании вытекает необходимость углубленного сотрудничества между обществом дистанционного зондирования, экономистами, агрометеорологами и страховщиками для более эффективного подхода к задаче разработки успешных приложений дистанционного зондирования в страховании.